[發明專利]空調控制系統

在審

• 申請號: 201811158832.0
• 申請日: 2018-09-30
• 公開（公告）號: CN109612037A
• 公開（公告）日: 2019-04-12
• 發明（設計）人: 羽田啟太;飯島一憲
• 申請（專利權）人: 發那科株式會社
• 主分類號: F24F11/64
• 分類號: F24F11/64
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 曾賢偉;郝慶芬

本發明提供一種控制空調機的空調控制系統，指定環境中的條件，檢測表示環境的狀態量，根據檢測出的狀態量來推理上述環境中的空調機的控制方法，根據推理出的控制方法來控制空調機?？照{控制系統還通過使用了檢測出的該狀態量的機器學習來生成或更新學習模型，將這些多個學習模型與環境的條件的組合相關聯地進行存儲。

技術領域

本發明涉及一種空調控制系統，特別是涉及一種根據工廠內機器的設置狀況和運轉狀況來切換學習模型并且控制空調的空調控制系統。

背景技術

在工廠中設置有多個機器(例如機床)，并且在精密加工中工廠內的溫度影響加工精度，因此設置有用于控制工廠內環境條件的空調機。工廠內的生產由生產計劃進行指示，控制多個機器的運轉狀況和加工條件，使得在指定的交貨日期內生產由生產計劃指示的產品，并且控制空調機的運轉狀況來實現加工所要求的工廠內溫度條件(溫度和均勻性)。

作為控制空調以滿足加工所要求的工廠內溫度條件的技術，例如在日本特開平06-307703號公報、日本特開2015-206519號公報中公開了以下技術：在中央控制多個空調機，將工廠內的溫度保持為預定的溫度。

然而，工廠內溫度分布根據設置于工廠內的作為發熱源的機器(機床、機器人等)的設置狀況和各個機器的運轉狀況的不同而不同。因此，為了實現加工所要求的工廠內的溫度條件，需要考慮各機器的設置狀況、運轉狀況來控制空調機，這樣根據各種狀況而進行適當的空調控制是較困難的。

還考慮為了進行空調控制而導入機器學習器的情況，但是為了生成能夠應對上述各種狀況的通用機器學習器(通用的學習模型)，需要在各種狀況下檢測出的很多狀態信息，另外需要包含與狀況有關的數據的很多介質變量，因此有時會產生過度學習等已知的問題。

發明內容

因此，本發明的目的在于，提供一種能夠更廣泛地進行考慮到機器的設置狀況、運轉狀況的適當的空調控制的空調控制系統。

在本發明的空調控制系統中，通過設置切換學習模型的機構來解決上述問題，上述學習模型用于決定根據工廠內機器的設置狀況和運轉狀況來使用的空調的控制動作。本發明的空調控制系統具有多個學習模型，根據工廠內機器的設置狀況和運轉狀況等來選擇學習模型，對選擇出的學習模型進行基于從工廠內檢測出的狀態量的機器學習，并且將這樣生成的學習模型根據工廠內機器的設置狀況和運轉狀況等相應地分開使用從而進行空調機的控制。

本發明的一個方式的空調控制系統控制設置了至少一個機器的環境中的空調機，該空調控制系統控制設置具備：條件指定部，其指定上述環境中的條件；狀態量檢測部，其檢測表示上述環境的狀態的狀態量；推理計算部，其根據上述狀態量來推理上述環境中的上述空調機的控制方法；空調控制部，其根據由上述推理計算部推理出的控制方法來控制上述空調機；學習模型生成部，其通過使用了上述狀態量的機器學習來生成或更新學習模型；以及學習模型存儲部，其將由上述學習模型生成部生成的至少一個學習模型與由上述條件指定部指定的條件的組合相關聯地進行存儲。而且，上述推理計算部根據由上述條件指定部指定的上述環境中的條件，從存儲于上述學習模型存儲部的學習模型中選擇性地使用至少一個學習模型，計算由上述空調控制系統1管理的環境中的上述空調機的控制方法。

上述空調控制系統還能夠具備：特征量生成部，其根據由上述狀態量檢測部檢測出的狀態量來生成使上述環境具有特征的特征量，而且，上述推理計算部根據上述特征量來推理上述環境中的上述空調機的控制方法，另外，上述學習模型生成部通過使用了上述特征量的機器學習來生成或更新學習模型。

上述學習模型生成部通過對由上述學習模型存儲部存儲的現有學習模型實施改變來生成新學習模型。

上述學習模型存儲部將由上述學習模型生成部生成的學習模型進行加密并存儲，對在由上述推理計算部讀取學習模型時進行加密的學習模型進行解碼。